在車位共享模式下,對社區(qū)停車位進(jìn)行短時(shí)、準(zhǔn)確地預(yù)測,既有利于停車需求方選擇更合適的車位,也有利于車位資源的合理分配。提出一種社區(qū)停車位的短時(shí)預(yù)測方法,首先利用C-C方法對空余停車泊位時(shí)間序列進(jìn)行相空間重構(gòu),采用李雅普諾夫指數(shù)法證明該時(shí)間序列的可預(yù)測性;然后將重構(gòu)后的時(shí)間序列輸入小波神經(jīng)網(wǎng)絡(luò)（wavelet neural network, WNN）進(jìn)行訓(xùn)練。采用遺傳算法（genetic algorithm, GA）優(yōu)化小波神經(jīng)網(wǎng)絡(luò)初始參數(shù),經(jīng)過多次迭代獲取最優(yōu)參數(shù),得到優(yōu)化后的預(yù)測模型;最后,通過matlab對該算法進(jìn)行編程,并調(diào)研長沙市某社區(qū)空余停車泊位數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。研究結(jié)果表明:基于相空間重構(gòu)的遺傳小波神經(jīng)網(wǎng)絡(luò)（CC-GA-WNN）模型具有較好的預(yù)測精度和優(yōu)化效果。 

【文章頁數(shù)】：9 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于優(yōu)化LSTM模型的停車泊位預(yù)測算法[J]. 劉菲,郝風(fēng)杰,郝敬全,周永利,辛國茂.  計(jì)算機(jī)應(yīng)用. 2019(S1)
[2]遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的泊車位數(shù)量預(yù)測[J]. 張金夢,劉慧君.  重慶大學(xué)學(xué)報(bào). 2018(03)
[3]動(dòng)態(tài)隨機(jī)有效停車泊位預(yù)測方法[J]. 段滿珍,陳光,張林,米雪玉.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[4]基于小波-ELM神經(jīng)網(wǎng)絡(luò)的短期停車泊位預(yù)測[J]. 陳海鵬,圖曉航,王玉,鄭金宇.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2017(02)
[5]基于小波變換和粒子群小波神經(jīng)網(wǎng)絡(luò)組合模型的有效停車泊位短時(shí)預(yù)測[J]. 季彥婕,陳曉實(shí),王煒,胡波.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(02)
[6]基于泊位共享的停車需求預(yù)測[J]. 肖飛,張利學(xué),晏克非.  城市交通. 2009(03)
[7]基于相空間重構(gòu)及Elman網(wǎng)絡(luò)的停車泊位數(shù)據(jù)預(yù)測[J]. 陳群,晏克非,王仁濤,莫一魁.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(05)

博士論文
[1]基于回聲狀態(tài)網(wǎng)絡(luò)的交通流預(yù)測模型及其相關(guān)研究[D]. 楊飛.北京郵電大學(xué) 2012

碩士論文
[1]基于LSTM神經(jīng)網(wǎng)絡(luò)的可用停車位預(yù)測模型研究[D]. 杜心.武漢理工大學(xué) 2018



本文編號：3654558